[開發技巧]·TensorFlow中numpy與tensor數據相互轉化（支持tf1.x-tf2.x）

個人網站–> http://www.yansongsong.cn

推薦對比閱讀：[開發技巧]·PyTorch中Numpy，Tensor與Variable深入理解與轉換技巧

鑑於tensorflow目前正在更新2.0版本，博主對博客也新增了適用於2.0版本動態度轉換方法，更新於 --2019//09//29

圖1 numpy

圖2 tensorflow

- 問題描述

在我們使用TensorFlow進行深度學習訓練時，很多時候都是與Numpy數據打招呼，例如我們csv或者照片數據等。
但是我們都知道，TensorFlow訓練時都是使用Tensor來存儲變量的，並且網絡輸出的結果也是Tensor。

一般情況下我們不會感受到Numpy與Tensor之間的區別，因爲TensorFlow網絡在輸入Numpy數據時會自動轉換爲Tensor來處理。
但是在輸出網絡時，輸出的結果仍爲Tensor，當我們要用這些結果去執行只能由Numpy數據來執行的操作時就會出現莫名其妙的錯誤。

例如，當我想要用自編碼器與解碼器輸出的結果使用matplotlib顯示時就會報錯

TypeError: Image data cannot be converted to float

解決方法

TF 1.x版本

有時候解決起來很簡單，就是錯誤比較難找到，所以我推薦的方法爲將數據進行顯式的轉化。

• Numpy2Tensor

雖然TensorFlow網絡在輸入Numpy數據時會自動轉換爲Tensor來處理，但是我們自己也可以去顯式的轉換：

data_tensor= tf.convert_to_tensor(data_numpy)

• Tensor2Numpy

網絡輸出的結果仍爲Tensor，當我們要用這些結果去執行只能由Numpy數據來執行的操作時就會出現莫名其妙的錯誤。解決方法：

with tf.Session() as sess:
    data_numpy = data_tensor.eval()

TF 2.x版本（更新於2019//09//29）

• Numpy2Tensor（與1.x版本相同）

雖然TensorFlow網絡在輸入Numpy數據時會自動轉換爲Tensor來處理，但是我們自己也可以去顯式的轉換：

data_tensor= tf.convert_to_tensor(data_numpy)

• Tensor2Numpy

網絡輸出的結果仍爲Tensor，當我們要用這些結果去執行只能由Numpy數據來執行的操作時就會出現莫名其妙的錯誤。解決方法，由於2.x版本取消了session機制，開發人員可以直接執行 .numpy()方法轉換tensor：

data_numpy = data_tensor.numpy()

最後推薦一個[TF2.0視頻教程]：

我購買過了，課程質量很高，既有原理講解也有實戰演練。強烈推薦。缺點就是教的很細，看完需要挺多時間，但是深深研究下去還是有很多收穫的。可以收穫深度學習知識與技巧，也可以學會實戰編程。
現在在做活動，可以領20元紅包。。

也歡迎大家加入筆者的知識星球：「AI深度學習應用之路」

基於深度學習的理論學習與應用開發技術分享，筆者會經常分享深度學習乾貨內容，大家在學習或者應用深度學習時，遇到什麼問題也可以與我在上面交流知無不答。

幾杯奶茶的價格可以訂閱一年，出自CSDN博客專家&知乎深度學習專欄作家​​​​​​​–小宋是呢